记者 田进
“公司需要一组秋冬通勤外套，风格接近去年款式，但面料更轻、价格不能上升，希望明天上午就看到第一版设计方案。”
在多年服装行业从业经历中，凌迪科技CEO刘郴对类似的业务场景已屡见不鲜。在一款新服装面市前，一条典型生产路径是“制造企业做服装设计与制造——服装品牌商提需求做挑选——正式面市”。通常情况下，服装品牌商提出设计需求后，制造企业就需尽快提出设计方案。
一方面，上述这一项看似简单的服装设计需求，背后需要制造企业在短时间内调动多个岗位与系统。这是因为，品牌商此前的服装设计信息通常分散在销售的微信和邮件里，款式、面料、图案和项目文件都在文件库里，工艺判断和交付则更多依赖于个人经验。
另一方面，服装产业是基于预测的现货生意模式，新款服装的预测存在一定的滞后性和失误可能。为了让产品研发更靠近上市环节，服装品牌商就需要极度压缩研发时间，以降低产出错款服装的概率，并极大优化服装库存。
供需矛盾之下，利用服装设计工具提升设计效率就显得格外重要。2015年，刘郴开始做纺织服装行业的工业软件Style3D时，就发现即使当时服装行业的销售端已随着电商快速信息化，但服装设计、研发、打样和生产环节的数字化程度仍然较低，大量工作仍依赖人工经验、二维图纸和实物样衣。
9月13日，在专访中，刘郴表示：“十年前，中小型服装企业已经感受到订单碎片化、款式更新加快、库存压力上升等问题，对提高效率、降低成本有迫切需求，这些需求推动服装行业的数字化快速普及。现如今，在服装行业极致压缩成本、提升效率的需求下，给服装的数字化注入AI（人工智能）能力迎来需求迸发期。”
2024年，凌迪科技入选国家专精特新“小巨人”企业。2022年，公司完成近1亿美元Pre-B+轮融资，由高瓴创投、鼎晖等多家机构持续投资。目前公司的客户已发展到3000多家，包括安踏、波司登、URBAN REVIVO、太平鸟、网易、米哈游等。此前，企业也推出了融合“AI+3D”技术的平台产品Style3D主要用于服装行业的数字化设计。技术层面，凌迪科技在全球范围内已持有106项授权专利。
刘郴表示，服装产业正经历从机器化、数字化迈向数智化的关键阶段，AI感知需求、3D数字孪生验证与智能制造落地，将共同推动行业从“基于预测的现货生意”向“基于确定需求的即时生产”演进。
AI叠加数字化的能力边界
作为一家成立于2002年的老牌纺织服装进出口企业，杭州锦惠贸易有限公司曾长期受服装设计环节的不确定性困扰。例如，通过ODM（原始设计制造）模式与PRIMARK（爱尔兰服装品牌）合作过程中，新服装款式的选中率通常只有10%左右。
采访时，杭州锦惠贸易有限公司负责人周斌表示，在国内多供应商竞争格局下，如果一家ODM企业面临新服装款式选中率不高，叠加反复改款、打样、拍摄的长周期与高成本掣肘，企业在订单竞争中将落入下风。
针对这样的痛点，杭州锦惠贸易有限公司启用了凌迪科技的AI产品。此后，该公司针对每款服装设计都用AI快速生成多版方案供客户选择，客户确定方向后，再制作AI可视化视频，优化了客户对接流程。
周斌介绍，原本线上渲染一段服装视频需要4—8小时，借助AI能力后缩短至25分钟，效率提升约10—19倍，服装打样所需时间也因为AI从两周缩短至8小时。综合计算下来，服装设计成本降低约80%。
效率的提升也转化成订单的增长。他表示，AI赋能后，客户可选项从十款扩展到几十款，在客户还愿意看的时候，服装企业能拿出多少选项，往往就决定了能拿到多少订单。更高的效率和需求的精准化，让服装新款式选中率提升至30%—40%。
这样的案例并不是孤例。刘郴表示，推动AI能力融入公司现有的3D工业软件，源于服装行业的现实需求。服装行业长期依赖大量人工经验，设计研发流程长、重复性工作多，同时面临上新速度加快、成本上升和库存压力等问题。公司希望通过AI降低数字内容生产门槛，提升设计、改款、审款和协同效率，让企业能够更快响应市场变化。
从已积累的客户案例来看，刘郴总结分析，在服装设计行业，AI能力可以在以下四类业务场景中发挥作用：
第一是商品企划与设计。AI可以整合趋势资料、分析品牌风格和市场信息，辅助主题企划、系列规划、文生款、融合创款、图案设计和局部改款，帮助设计师更快把灵感转化为可执行方案。
第二是研发协同与资产管理。AI可以支持款式和面料的识别、检索与推荐，辅助审款、质检分析等，并自动补全品类、色彩、版型、面料等字段，让企业的图片、款式和面料资料成为可检索、可复用的数字资产。
第三是商品视觉与营销。基于数字样衣，AI可以完成虚拟试衣、模特与背景替换、商品图和短视频生成，并适配电商及不同渠道的内容规格，降低商业拍摄和内容制作成本。
第四是企业级业务协同。通过AI智能体和工作流，企业能把趋势企划、推款推料、设计研发、商品上新和复盘连接起来，并与企业已有的产品管理系统协同。
为了让AI能力更好融入企业的日常工作流，凌迪科技近期还发布了时尚产业AI全能工作台StyleWork，它能将通用大模型的理解能力与公司长期积累的服装垂类知识、3D仿真技术、工艺经验和数字资产相结合，让AI能够理解企业的产品、工艺、标准和业务习惯，从被动响应的“工具”演进为主动协同的“同事”。
当然，AI应用于服装设计行业的局限性，也随着用户增多而逐渐暴露出来。刘郴表示，通用AI可以提高创意生成效率，但工业场景不仅要求看起来好，还要满足版型、面料、工艺和可制造性要求，因此必须将AI与3D仿真、行业知识和真实生产数据结合，提升结果的准确性与可控性。此外，AI需要嵌入企业原有的设计研发流程，同时要兼顾易用性、投入成本和实际收益。只有真正减少重复工作、缩短研发周期，并通过生产反馈持续校准，AI才能从辅助工具转化为稳定的生产力。
第一个“吃螃蟹”的人
过去几年，服装外贸公司苏豪时尚（600287.SH）陆续将公司静态资料沉淀成12918块面料与3959款3D廓形等数字资产，使其转化为可检索、可复用、可协同的资源。而与Style3D达成合作后，苏豪时尚将这些数字资产充分融入了产品的设计、打样与生产环节。
苏豪时尚研发创新事业部经理助理杨易表示，AI给下游客户带来的体验主要是“快和准”，对公司内部而言，最大的价值是供应商与品牌方更高程度地同频共振——设计师脑中的想法可以更准确、更直观地呈现给客户，从而显著降低沟通成本并提高决策效率。
这一变化也为公司带来了诸多意想不到的订单。采访中，苏豪时尚就提供了一个实际案例——一位加拿大客户90%的生产都在孟加拉国，对苏豪时尚的依赖度一度很低。为了打动客户，苏豪时尚不仅把服装的花型、廓形、排列方案一并在线上呈现，还在视觉营销、店铺陈列等环节给出建议，成为客户在业务与销售环节的深度参与者。
杨易表示，去年苏豪时尚通过3D建模辅助下单的金额大幅提升，今年这一金额有望翻一倍左右。如今，苏豪时尚大部分设计师已将3D技术嵌入到日常工作流程。“如果我们没有3D这个工具，那么工作效率就会降低很多。”
除了像苏豪时尚这类上市公司，刘郴介绍，从目前已有的数据来看，对Style3D平台接受度最高、应用最广的仍是纺织服装产业链中的品牌商、ODM/OEM制造企业、面辅料企业以及服装电商客户。
刘郴表示，制造企业占比最高，很大程度上是因为服装制造链路短，尤其是ODM型制造企业只需做一些设计开发给品牌商或客户，就能获得订单。相比制造企业，品牌企业涉及商品企划、设计、研发、打样和营销等更多环节，数字化应用通常需要推动更多部门协同。
在刘郴的设想中，随着AI技术的快速发展以及服装行业AI应用的提升，融入AI能力的服装设计软件的潜在用户将会超出市场想象，服装产业的创意也将得到极大释放。他表示：“即使个人未曾从事过设计工作，比如抖音上的小卖家、杭州四季青服装市场的老板娘，未来都可能会创造一个服装品牌。”
